A link level simulation of the IEEE 802.11bf standard for wi-fi 7 sensing

This thesis addresses indoor localization challenges by leveraging Wi-Fi 7 sensing, particularly through the newly proposed IEEE 802.11bf amendment, which is still under development at present. Indoor localization solutions typically include the deployment of ad-hoc local wireless networks, as the use of global positioning system (GPS) is not recommended due to the lack of clear sky visibility. GPS limitations in indoor areas have prompted the exploration of Wi-Fi radio signals, traditionally used for data transmissions in wireless Local Area Network (WLAN), also for sensing applications. For instance, by leveraging and processing the Channel State Information (CSI) it is possible to identifying the signature of the channel associated to the presence of objects or human activities. This technique has been proven effective in a variety of localization use cases, such as proximity detection, gesture recognition, target counting and health monitoring. By virtue of these results, in 2019 the IEEE 802.11 Working Group established the Task Group for designing the specifications of the IEEE 802.11bf protocol supporting Wi-Fi sensing in sub-7 GHz and 60 GHz bands. The thesis relies on the first drafts of the IEEE 802.11bf amendment (note that thee final version is expected in 2024) to model the indoor wireless channel and allow sensing analyses. A link-level simulation of a channel is achieved by developing a custom raytracing solution on top of the built-in Matlab one. Different reference indoor scenarios are modeled in 3D with Blender software and used as map in the raytracer. Simulation analyses focus on assessing the ability of identifying a static target in different conditions, that differ from the target position in the room and the values of signal-to-noise (SNR) ratio of the received signal. A bistatic setup at 7 GHz is considered, where the transmit and receive devices are distinct. Results demonstrate successful target identification with a centimeter level of accuracy, as foreseen by the design of the standard, showcasing the potential of Wi-Fi sensing in indoor environments.

Questa tesi tratta la tematica della localizzazione in ambienti chiusi, studiando nel dettaglio la percezione in sistemi Wi-Fi 7 attraverso l’emendamento IEEE 802.11bf, recentemente proposto e attualmente in sviluppo. Le soluzioni di localizzazione indoor tipicamente richiedono l’installazione di reti wireless locali in quanto non è raccomandato utilizzare sistemi di localizzazione globale (GPS) data l’assenza di condizioni di visibilità a cielo aperto. Le limitazioni del GPS in ambienti chiusi hanno spinto all’esplorazione dei segnali radio Wi- Fi, tradizionalmente utilizzati per le trasmissioni dati, anche per applicazioni di percezione dell’ambiente. Per esempio, utilizzando le informazioni estratte dal canale wireless è possibile identificare le impronte associate alla presenza di oggetti o ad attività dell’uomo. Questa tecnica si è dimostrata efficace in diversi casi d’uso, come il rilevamento di prossimità, il riconoscimento di gesti, il conteggio di target e il monitoraggio della salute. In virtù di questi risultati, nel 2019 è stato costituito un gruppo di lavoro atto a definire le specifiche del nuovo standard IEEE 802.11 a supporto di applicazioni di percezione ambientale nelle bande sub-7 GHz e 60 GHz. Questa tesi si basa sulle prime bozze pubblicate dell’emendamento IEEE 802.11bf (la versione finale è prevista per il 2024) per modellare il canale radio indoor e permettere analisi sulla localizzazione passiva. Una simulazione a livello di link è ottenuta mediante lo sviluppo di un tracciatore di raggi personalizzato, basato su quello base fornito dal software Matlab. Il software Blender è utilizzato per creare i modelli 3D degli ambienti indoor, i quali vengono poi utilizzati dal tracciatore di raggi. Le analisi si focalizzano sulla valutazione delle capacità di identificare un oggetto passivo statico al variare della sua posizione nella stanza e per diversi livelli di rapporto segnale-rumore. Lo scenario di localizzazione considerato prevede una configurazione bistatica a 7 GHz, dove il trasmettitore e il ricevitore sono dispositivi diversi. I risultati ottenuti dimostrano con successo le capacità di identificare un oggetto passivo, con una accuratezza nell’ordine dei centimetri, come previsto dallo standard, mettendo in luce il potenziale della tecnologia Wi-Fi per una percezione accurata dell’ambiente.